WSL2へのTensorFlow-GPU2.5.0インストール
5/14にTensorFlow2.5.0がリリースされ、 「 CUDA11.2 と cuDNN 8.1.0 でビルドされている」とのこと。 WSL2でGPUが利用可能なことやext4ボリュームのマウントが可能になったことなどから、 以下を参考にTensorFlow2.5.0をWSL2にインストールした。
ホストOSのWindows側
470.14_gameready_win10-dch_64bit_international.exe
cuda_11.3.0_465.89_win10.exe
ゲストOSのLinux側
Ubuntu18.04 Python 3.6.9環境へのCUDA11.2のインストール
sudo apt update sudo apt upgrade cp /mnt/wsl/PHYSICALDRIVE1p2/home/i2m/Downloads/*11.2* . sudo dpkg -i cuda-repo-wsl-ubuntu-11-2-local_11.2.0-1_amd64.deb sudo apt-key add /var/cuda-repo-wsl-ubuntu-11-2-local/7fa2af80.pub sudo apt update sudo apt-get -y install cuda cd /usr/local/cuda/samples/4_Finance/BlackScholes sudo make ./BlackScholes
cuDNN8.1とTensorFlow2.5.0のインストール
sudo dpkg -i libcudnn8_8.1.0.77-1+cuda11.2_amd64.deb sudo dpkg -i libcudnn8-dev_8.1.0.77-1+cuda11.2_amd64.deb sudo apt-get install python3-venv python3 -m venv ~/envs/tf2-cuda source ~/envs/tf2-cuda/bin/activate pip install --upgrade pip pip install tensorflow-gpu==2.5.0 python3 -c "import tensorflow as tf; print( tf.__version__ )" python3 -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
「最も賢い億万長者」を読んで
以前から興味を持っていた、ルネサンステクノロジーズのヘッジファンド戦略について
「最も賢い億万長者（下）」からの参考になりそうなところを以下に引用。
メダリオンファンドのリターンは別表(画像)のように驚異的ですらある。
ヘッジファンドはコロナ禍で損失を出しているにもかかわらず、メダリオンファンドは
2020年は76％のリターンをあげたようだ。
p.194
ルネサンスの社員たちは、投資商品に影響を与える要因はもっとたくさんあって、 その中には容易には見つからないものや、ときには道理に合わないものもあるという結論に 至った。そして、何百種類もの金融指標、ソーシャルメディアへの投稿、ネット上を流れる データ量の指標など、定量化して検証できるほぼあらゆるものを分析評価することで、 ほとんどの人はぎりぎり理解できないようなものを含め、数々の新たな要因を見つけ出した。
p.256
今日ではほぼあらゆる種類のデータがデジタル化され、かつて投資家が活用したくても できなかった巨大なデータセットの一部がいまや利用可能になっている。投資家がいま是が非でも 欲しがっているのは、世界中のセンサーが収集するリアルタイムの情報や衛星画像など、 考えられる限りのあらゆるデータを含む、いわゆる「オルタナティブ・データ」である。 創造性豊かな投資家は、電話会議での役員の口調は、小売店の駐車場の交通量、自動車保険の 契約申し込み記録、ソーシャルメディアのインフルエンサーたちが勧める商品などを 詳しく分析して、収益につながる相関性やパターンを検証している。 クオンツは農業生産の統計値を待つだけでなく、農機具の売り上げや収穫物の衛星画像を 分析している。貨物コンテナの船積み料を調べると、世界経済の方向性が読み取れる。体系的な トレーダーは、携帯電話のデータから、客が店の中のどの通路で、さらにはどの棚の前で 立ち止まって商品を物色したかを知ることすらできる。新製品の評判を知りたければ、 アマゾンのレビューを集めればいい。食品医薬品局の委員たちの経歴を分析することで、 新薬が承認される可能性を予測するアルゴリズムも開発中である。
p.260
「たとえば今後一年間の株価を予測しようとしているとしよう。まともな記録は1900年までしか さかのぼれないので、一年間という期間を互いが重なりがないように取ると118しかない」 （中略） そのため市場には、アルゴリズムやコンピュータに頼る投資家が避けたがるような長期的投資に 狙いを定める投資家をはじめ、抜け目のない従来型の投資家が収益を得られるようなポケットが 残りつづけるだろう。
p.263
市場参加者は危機の最中には決まって手を引いて取引を減らす傾向があり、クオンツも過去の方法論と さほど変わらずに取引を控えているように思われる。それどころか、クオンツ投資家が支配的な 立場を占めるにつれて、市場は安定性を増してきている。人間は恐怖や欲望やパニックに陥りやすく、 このいずれもが金融市場に変動性の種を蒔く傾向がある。偏見や感情に支配された個人を機械が脇に 追いやれば、市場はもっと安定するかもしれない。
- 作者:グレゴリー・ザッカーマン
- 発売日: 2020/10/14
- メディア: Kindle版
ディープラーニングを使ったコンピュータ将棋
以前からディープラーニングを使ったコンピュータ将棋に興味を抱いていたが、
書籍が高価なことと新たな環境構築が必要なことから二の足を踏んでいた。
そんな時、技術書典マーケットで以下の手ごろな価格のブックレットを発見した。
環境構築
必要な環境は
⚫ Python 3.6.5(Anaconda3 5.2.0 64bit)以上
⚫ TensorFlow r1.13.1
⚫ CUDA 10.0
⚫ cuDNN 7.4.1 以上
とのことであったが、
Windows10のconda仮想環境で2021/2/20に構築できたのは、以下であった。
$ conda list -n tfgpu114
anaconda 2020.07 py36_0
cshogi 0.1.1 pypi_0 pypi
cudatoolkit 10.0.130 0
cudnn 7.6.5 cuda10.0_0
python 3.6.10 h9f7ef89_2
tensorflow-gpu 1.14.0 h0d30ee6_0
ノートPC： MSI GP62 6QE Leopard Pro
学習
2015-2018年のfloodgateの棋譜を、教師あり学習での事前学習を行ったところ、
モデル作成完了まで半日以上かかった。
なお、GPU1080だと４時間程度との記載があった。
推論
将棋所にエンジン登録するバッチファイルmcts_player.batのカスタマイズに手こずった。
@echo off cd D:\Develop\Shogi\dlshogi-zero call D:\anaconda3\Scripts\activate.bat tfgpu114 python -O -m dlshogi_zero.usi.usi_mcts_player 2>NUL
今後
ディープラーニングの画像認識は比較的理解しやすいが、
強化学習は、わたしには難解でその内容自体をおいおい理解できるようになりたいと思う。
「教養としての投資」を読んで
個別株
ベンジャミン・グレアムの「賢明なる投資家」にも記述があるように、いかに個別株を十分分析せずに 安易に投資すべきでないのかを改めて思い知らされた。
個別株に投資していい人、いけない人
株式への長期投資で大事なのは利益であり、その利益を伸ばしていくことが出来る参入障壁の 存在です。
株主優待を出すということは、結局のところ会社の価値を切り売りしているだけに過ぎないのです。 これは身の丈以上の高配当を出す会社も同じです。
多くの人が会計のことを知らないから、高配当銘柄や株主優待銘柄を有難がって投資するのです。 株式の個別銘柄に投資したのであれば、会計に関する最低限の知識は身に着けることです。
高配当株
ジェレミー・シーゲルの「株式投資の未来」の分析結果をアノマリーと片付けているのは、 米国高配当株で年金を目論むわたしにとって驚きであった。バフェット流の投資を理想とする 著者にとっては至極当然なのかもしれないが・・・。
配当についての誤解
確かに高配当企業のリターンが市場平均よりも高い、とする研究結果もありますが、 この現象は理論的には「アノマリー（例外）」として処理されます。
高配当企業のリターンアノマリーの背景についての個人的な解釈としては、 きちんと配当を出し続けている会社は、経営者が利益を無駄遣いすることなく、きちんと 株主に対して分配を行う信用に足る会社であるとの推定が投資家の間で働いているというものです。
このように企業価値にとって、配当は短期的にはプラスもマイナスもありませんが、 長期的には企業が営む事業の経済性によって異なります。判断する上で最も大事なことは、 配当の有無そのものではなくて、その企業にとっての投資機会の有無と競争力の有無なのです。
インデックスファンド
米国株についてはバフェットもS&P500のETFを推奨していたが、それを踏襲するものであった。日本株については インデックスはNGとのことで、1306のTOPIX連動のETFを保有しているわたしとしてはダメだしされた形だ。
インデックスかアクティブか
米国のS&P500みたいな、エクセレントカンパニーばかりで銘柄構成をしているインデックスであれば、 それを選んでもよいでしょう。日本株のインデックスファンドを選ぶのは論外で、それならアクティブ ファンドを選んだ方が幾分マシかも知れません。要は、インデックスなのかアクティブなのか以前の 問題として、そのファンドの中身が利益を上げ続ける企業で構成されているのかどうかということなのです。
農林中金 長期厳選投資 おおぶねマザーファンド 組入れ上位10銘柄 2020/12/30時点
| 順位 | 銘柄名 | 業種 | 組入れ比率% |
|---|---|---|---|
| 1 | THE WALT DISNEY CO. | コミュニケーション・サービス | 7.9 |
| 2 | VISA INC-CLASS A SHARES | 情報技術 | 6.5 |
| 3 | BECTON DICKINSON & CO | ヘルスケア | 6.5 |
| 4 | TEXAS INSTRUMENTS INC | 情報技術 | 6.4 |
| 5 | NIKE INC -CL B | 一般消費財・サービス | 4.6 |
| 6 | CHURCH & DWIGHT CO INC | 生活必需品 | 4.5 |
| 7 | SHERWIN-WILLIAMS CO/THE | 素材 | 4.4 |
| 8 | COLGATE-PALMOLIVE CO | 生活必需品 | 4.4 |
| 9 | MCCORMICK & COMPANY | 生活必需品 | 4.4 |
| 1 0 | COSTCO WHOLESALE CORP | 生活必需品 | 4.4 |
「中学生棋士」を読んで
自分なりに中学生で棋士となるか否かが分岐点となるのかを、藤井聡太二冠と豊島将之竜王とで考察しようと考えていたが、断念。少なくとも中学生棋士となった５人は例外なく単なる早熟ではない活躍をしていることは確かである。
棋士名 | 生年月日 | プロ入り | 名人位取得 |竜王位取得 |
---------------------------------------------------------------------------------------
加藤一二三 1940年1月1日 | 14歳7か月 | 42歳@1982年 | なし |
谷川浩司 1962年4月6日 | 14歳8か月 | 21歳2か月@1983年 | 28歳@1990 |
羽生善治 1970年9月27日 | 15歳2か月 | 23歳@1994年 | 19歳2か月@1989 |
渡辺明 1984年4月23日 | 15歳11か月 | 36歳@2020年 | 20歳@2004 |
藤井聡太 2002年7月19日 | 14歳2か月 | 20歳11か月？ | 19歳4か月？ |
P.31
幼稚園時代は詰将棋の回答を夢中で考えながら「考えすぎて頭が割れそう」と母・裕子さんに言ったという。幼稚園児にはなんとも似つかわしくない言葉だ。幼いころから考えることが好きで、夢中になりやすい性格だったのだろう。
P.40
藤井四段のデビュー後の連勝は、奨励会を抜けた精神的な解放感の中でのびのびと指せたという要因がまずあると思う。
ただ私は、四段昇段後、彼の実力が日を追うごとに急速に上がったともみている。彼がプロになってからの将棋を見ると、一局ごとに着実に強くなっている印象があるからだ。
P.48
将棋専門誌「将棋世界」二〇一七年六月号には、十四歳の藤井四段が羽生善治三冠と指して勝った非公式戦の「自戦記」が載った。（中略）
内容は将棋のこととはいえ、十四歳の文章としては構成や表現などがすぐれていたからだ。
一部を引用してみよう。
後手（羽生）陣は、三段目に角金銀が５枚ずらりと並んだ不思議な形。データベースで調べたところ、これは公式戦では一度も現れていない。稀に見る珍形といえそうだ。先手の駒損、後手の歩切れということも相まって、形勢判断の難しい将棋になっている。
先手（藤井）は、攻撃陣を再構築しなくてはならない。相手の守備を攻略するには、急所の角頭を突く必要がある。▲４八金～▲４七銀はその方針に沿った手で、金銀を押し上げて正面突破を狙う。いままでは激しい流れだったので、飛車を渡したときの打ち込みに備えて低い陣形に構えていたが、局面が落ち着いたいまではその必要はない。
羽生三冠は△７四歩からの歩の入手を図ってきた。１歩交換から△２四歩と打たれては、たちまち後手玉が見えなくなってしまう。ここでは格言通り、▲３五金～▲２四歩と後手の打ちたいところを押さえてしまうのがよい。歩切れは解消されたが、後手陣に大きな楔が入り、このあたりは指しやすさを感じていた。▲５六銀に対し、△５四銀と繰り出してきたのも強気な一着。お互いの銀が中央で対峙し、再び戦闘開始の気配が高まってきたのを感じた。
P.144
詰将棋作りは、実は将棋の実力向上にはあまり役立たない。
実際の将棋にはまず登場しない、あっと驚くような妙手の連続を考えるのが詰将棋で、一種の芸術作品を作るような行為であり、だから楽しみがあるのだが、将棋の実力向上には作るよりも解く方がずっといいのだ。
藤井聡太七段とコンピュータ将棋
師匠（杉本八段）のはなし
テレ朝の「大下容子ワイド！スクランブル」に7/10出演した師匠が弟子について、その凄さを「プロ棋士は盤面を頭に浮かべ手を考えるが藤井七段は頭に盤面の位置を文字化（符号化）し考える。」と語っていた。他のプロ棋士同様、てっきり盤面を画像化していると思いこんでいた自分には衝撃的ですらあった。あの詰将棋の驚異的スピードは盤面符号化の賜物なのだろう。
「藤井に『頭の中の将棋盤』について聞いた時、彼は白黒で五角形の輪郭がない、一文字だけの駒とシンプルな升目を答えていました。新聞やAIの図面のイメージでしょうか。」「詰将棋を解く際は符号だけで判断し、脳内の盤面すらないと答えていました。」
平均悪手を指標としており、「の技巧での季節別平均悪手から分かった 春,冬と夏,秋(特に 9 月)の平均悪手が大きく異なる ということから,藤井は暑い時期に棋力が下がる(大 きい悪手を指す)のではないかと考えられる.」と分析している。
敗戦振り返り
- 2019年7月23日 竜王戦決勝トーナメント 豊島将之名人
126手目△4六同角に対する▲1七飛？
「終盤にもつれる手前で藤井が『この手を指せばはっきり有利』という一手がありました。」
▲1七飛のところ、▲2五桂打ち
対 豊島名人 - 2019年11月19日 王将戦挑戦者決定リーグ 広瀬章人竜王
110手目△6九飛成りに対する▲6八歩打ち
「▲6八歩のところ、▲5七玉と玉を横に逃せば藤井の勝ちは濃厚でした。」
対 広瀬竜王 - 2020年7月9日 棋聖戦第三局 渡辺明三冠
98手目△3一玉に対する▲9四桂打ち？
▲9四桂のところ、▲4三成銀
対 渡辺三冠
*1
*1:※「悔しがる力」杉本昌隆
外貨建てアセットアロケーションツールの移行検討
従来
今までは、マネーフォワードの円建てデータからPythonで米ドル建て資産を抽出し、米ドル換算のうえ、パイチャートの作成などを行ってきた。
今回検討
Investing.comで通貨ごとに保有資産ポートフォリオを作成すれば、パイチャートを含む各種グラフが正しく自動作成されるが、通貨が混在すると、6/28現在、誤った結果が生成されるようだ。加えて、債券や現金をポートフォリオに追加できない点が難点だ。一方、利点として決済した銘柄も追加できるので、Excelに売買履歴を記録しなくとも済む点があげられる。自分の場合、数銘柄だが、ユーロ建て、ポンド建て、シンガポール建ての株式があるので、米ドル建て、円建てと合わせると計５つの通貨別ポートフォリオの作成が必要となり面倒である。よって、しばらく併用としたい。
通貨混在時、アセットアロケーション
将来への期待
望むらくは、Firstradeの以下のようなパイチャートである。
野村證券が6/29にリリースした資産管理アプリOneStockに期待したいが、今のところiOS版のみなので、試せるのはまだ先になりそう。
一番よいのはマネーフォワードが外貨建て資産は外貨でも集計可能となることだが、ニーズ少ないだろうから、実現可能性は低いと思われる。
